南宫28最新官网新民晚报讯(记者金志刚)近日,复旦大学自然语言处理(NLP)实验室LLMEVAL团队公布了2024年高考数学大模型评测结果。数据显示,字节豆包在2024高考数学新II卷客观题正确率达到74.66%,在13家大模型中排名首位,阿里千问和GPT-4o分列二三位。而在高考数学新I卷评测排名中,字节豆包也排在前列。
今年5月,豆包大模型在火山引擎原动力大会上正式发布。相关数据显示,在MMLU、BBH、GSM8K、HumanEval等11个业界主流的公开评测集上,Doubao-pro-4k的总分为76.8分,优于同期测试的其他国产模型。在数学能力、语言理解能力,以及综合评测集CMMLU和CEval的评测上,豆包也有不错的表现,得分排在前三。
据悉,LLMEval是由复旦大学NLP实验室推出的大模型评测基准,专注于评估专业领域的知识能力。评测团队表示,全新出炉的高考试题具备高度的独创性和保密性,是用来评测大模型的“绝好评测集合”。因此,团队在高考后第一时间对13家大模型进行了评测。
评测选取2024高考数学新I卷和新II卷的14道客观题,参评“选手”涵盖GPT-4o、文心一言、阿里千问、字节豆包等主流大模型。GPT-4o是OpenAI于今年5月新推出的大语言模型,数学能力是其发布会现场着重展现的能力模块。但结果显示,部分国产大模型在本次数学评测中的成绩优于GPT-4o。在新II卷客观题测试中,字节豆包成绩排在首位,其次是阿里千问和GPT-4o。
网友评论更多
58昌吉m
收藏!《长安三万里》48首诗词汇总⚮⚯
2024-11-19 06:58:14 推荐
187****1958 回复 184****1901:我国首艘国产大型邮轮出海试航⚰来自阜康
187****8797 回复 184****5810:梦幻+罕见!想坐“水上列车”,来这里!⚱来自库尔勒
157****6517:按最下面的历史版本⚲⚳来自伊宁
44奎屯389
台风“泰利”登陆广东湛江,中心附近最大风力13级⚴⚵
2024-11-19 20:21:07 推荐
永久VIP:全国夏粮再获丰收⚶来自塔城
158****5125:中国经济“半年报”传递哪些趋势与信号?专家解读⚷来自乌苏
158****8175 回复 666⚸:迎峰度夏进行时 “东北电”跨越2000公里首次入川⚹来自阿勒泰
44霍尔果斯yg
刚刚!袁隆平墓前发生惊人一幕,外交部发言人都忍不住公布...⚺⚻
2024-11-21 07:08:11 不推荐
石河子om:花游首金!中国队获得集体技巧自选金牌⚼
186****5916 回复 159****1602:今年首个红色预警!水利部和中国气象局联合发布红色山洪灾害气象预警⚽